Image Processing Toolbox

执行图像处理、可视化和分析 

 

Image Processing Toolbox™ 提供了一套全方位的参照标准算法和工作流程应用程序,用于进行图像处理、分析、可视化和算法开发。可进行图像分割、图像增强、降噪、几何变换、图像配准和三维图像处理。

利用 Image Processing Toolbox 应用程序,可自动完成常用图像处理流程。可采用交互方式分割图像数据,比较图像配准方法,对大型数据集进行批处理。利用可视化函数和应用程序,可以探查图像、三维物体以及视频,调节对比度,创建灰度图以及操作感兴趣区域 (ROI)。

可通过在多核处理器和 GPU 上运行算法来进行加速。许多工具箱函数支持实现桌面原型建立和嵌入式视觉系统部署的 C/C++ 代码生成。

开始:

浏览与发现

使用应用程序和函数对采用多种数据类型的图像进行采集、可视化、分析和处理。

获取和导入数据

导入由各种设备生成的图像和视频,这些设备包括网络摄像头、数码相机、卫星和机载传感器、医学成像设备、显微镜、望远镜和其他科学仪器。

支持许多专用图像文件格式。对于医学图像,它支持 DICOM 文件(包括相关的元数据)以及 Analyze 7.5 和 Interfile 格式。

显示高动态范围图像

用于研究和发现的应用程序

使用应用程序浏览和发现各种算法方法。利用 Color Thresholder 应用程序,您可以根据各种色彩空间分割图像。Image Viewer 应用程序能以交互式方式放置和操作各种形状的 ROI,例如点、线、矩形、多边形、椭圆和随手绘制的形状。

基于颜色的分割

图像预处理

使用自定义或预先定义的滤波器来增大信噪比并强化图像特征。

图像增强

通过修改图像的色度或亮度来增大信噪比并强化图像特征。 执行卷积和关联运算、消除噪声、调节对比度和动态范围重映射。  

增强多谱段色彩合成图像

雪花粒度测量法

图像去模糊 

校正由于光学离焦、图像捕获过程中的摄像机或物体移动、大气状况、曝光时间短和其他因素导致的模糊。 

使用盲反卷积算法对图像去模糊

三维图像处理工作流程

对三维物体进行可视化并执行完整的图像处理工作流程。

三维立体可视化

通过使用不同的可视化方法来探查数据的结构,从而探查三维立体。可将三维体积的像素强度映射到不透明度,突出显示体积内的特定区域。

三维处理

使用很多三维特定函数以及 ND 函数,实现三维数据的完整图像处理工作流程。

3D 分割

使用编程函数和交互式 App 执行 3D 分割。可以使用阈值、活动轮廓、语义分割和其他技术执行 3D 数据分割。

Image Analysis

Extract meaningful information from images, such as finding shapes, counting objects, identifying colors, or measuring object properties.

Edge Detection

Identify object boundaries in an image using pre-built algorithms. These algorithms include the Sobel, Prewitt, Roberts, Canny, and Laplacian of Gaussian methods.

Image Region Analysis

Calculate the properties of regions in images, such as area, centroid, and orientation. Use the Image Region Analysis App to automatically count, sort, and remove regions based on properties.

Image Region Analyzer App

Hough Transform, Statistical Functions, and Color Space Conversions

Find line segments, line endpoints, and circles. Statistical functions let you analyze the characteristics of an image. Color-space conversion accurately represents color independently from devices.

Detect and Measure Circular Objects in an Image

图像分割

探索不同的图像分割方法,包括自动阈值法、基于边缘的方法和基于形态学的方法。

图像分割技法

确定图像中的区域边界并探索不同的图像分割方法。使用分割应用程序,以交互的方式探索这些技术。

分水岭分割

使用分水岭分割,分离图像中的粘连对象。分水岭变换常应用于此问题。

标记控制的分水岭分割

图像配准

图像配准以实现定量分析或定性比较。

图像配准方法

使用基于光强的图像配准,该方法使用相对光强模式来自动配准图像。执行多模三维配准和非刚性配准,并通过创建突出显示未对准的合成图像,直观地检查结果。

加速和部署

使用 C/C++ 和 HDL 代码,在 PC 硬件、FPGA 和 ASIC 上运行图像处理算法,开发成像系统。

目标硬件

自动生成 C、C++ 和 HDL 代码。许多图像处理函数支持代码生成,使您能够在 PC 硬件、FPGA、ASIC 和嵌入式硬件上运行图像处理算法。

GPU 加速 

使用 GPU 和多核处理器,提高您的应用程序和模型性能。

标记控制的分水岭分割

最新特性

大图像

支持分类平衡、标记数据和 TIFF附加的 压缩方法

图像质量指标

测量多尺度结构相似性 (MS-SSIM) 指标

modefilt 函数

对二维图像或三维体执行模式滤波,以过滤分类或标记的数据

DICOM-RT 轮廓

从 DICOM-RT 结构集中提取 ROI 轮廓数据

大图像

处理不能存入内存的过大图像

深度学习数据预处理

执行额外的图像增强

关于这些特性和相应函数的详细信息,请参阅发行说明

MATLAB for Deep Learning

With just a few lines of MATLAB code, you can apply deep learning techniques to your work whether you’re designing algorithms, preparing and labeling data, or generating code and deploying to embedded systems.